一个跳转跟踪检测器
为什么重要 分区按地址栏里的网站来拆分存储。跳转跟踪者绕过它的办法,是短暂地成为地址栏里的那个网站:一个链接让你在一瞬间经过它,它在自己的 Cookie 里保存一个 ID,然后把你送走。你从来看不到它,可它每一次都能认出你。引擎的应对办法是从你的历史记录里读出这种模式,并清除这个跟踪者的存储。你将编写这个检测器。
想象一条你从没打算走的路上有一个收费站。每当一条捷径把你送过它,收费员就会在你手上盖一个同样的号码。你从不在那里停留,从不买任何东西,甚至从没注意到它,但它记录下了你的每一次行程。
重定向:服务器的一个回答,说“改去这个别的地址”(状态码 302 加一个 Location 响应头)。浏览器会立刻跟随它。
跳:一条重定向链上的一站。点击 https://hop.example/r?to=https://shopb.example/ 会让 hop.example 成为一跳,而 shopb.example 成为落脚网站。
跳转跟踪者:一个只以跳的身份出现在你的历史记录中、在你经过时保存存储、并且从来不是你真正使用的网站。
用户交互:你真正使用过一个网站的迹象:当它是你眼前的页面时,你在上面点击、输入或滚动过。
引擎如今怎么做
三大引擎都有某种防御,覆盖范围各不相同(2026 年 10 月核实):Safari 的智能防跟踪从 2018 年起就处理跳转跟踪;Firefox 从 2020 年起默认每天清除列出的跟踪者,并在严格模式下运行完整的跳转跟踪保护;Chrome 从 2023 年 10 月起有了一种跳转跟踪防御,但只对屏蔽了第三方 Cookie 的人有效。“跳转跟踪及其防御”一课比较过它们。核心思路在哪里都一样,而这正是你要搭建的。
你的检测器使用的规则
当以下两点都成立时,一个网站会被标记为跳转跟踪者:
- 在历史记录的至少一次导航中,当你从它那里跳过时,它写入了存储。
- 在过去
window_days天里,你没有把它作为落脚网站进行过交互。“在过去 45 天里”包括恰好 45 天前的一次访问:today - day <= window_days。
被标记的网站,其 Cookie 和存储会被清除。下次它们再让你跳转时,看到的就是一个陌生人。
历史记录
make_history(seed=0) 会让练习浏览器运行 60 个假想的日子,并返回 (browser, history)。浏览器仍然保存着它收集到的每一个 Cookie。history 是一个由字典组成的列表,Sam 打开的每个页面各一个:
{"day": 12,
"hops": [{"site": "hop.example", "wrote_storage": True}],
"landed": "shopb.example",
"interacted": True}字典里套着一个字典列表,看起来很乱,但你可以一层一层地读:visit["hops"] 是一个列表,所以遍历它;每一个 hop 是一个字典,所以取 hop["site"]。
for visit in history[:3]: # the first three navigations
for hop in visit["hops"]: # a list inside each visit, often empty
print(visit["day"], hop["site"], hop["wrote_storage"])历史记录里故意设下的陷阱
go.example是一个短链接服务。它会重定向,但什么都不保存,所以它不是跳转跟踪者。login.example是一个登录服务。它在把你跳回一家商店时会保存一个 Cookie,但 Sam 也会直接打开它,每隔几天就登录一次。这种交互让它保持安全。oldsso.example是一个旧的登录服务,Sam 最后一次直接使用它是在第 2 天。到第 59 天,那已经是 57 天前了,在 45 天的窗口之外,所以规则会标记它。代价很小,也很诚实:下次 Sam 使用它时,需要重新登录一次。relay.example曾经是一次落脚网站,但 Sam 在那里什么都没做。落脚不等于交互。
真实的引擎正是围绕这些情况来调校的:抓住收费站,放过人们在用的登录服务。
清除存储
练习浏览器有 browser.clear_cookies(site) 和 browser.clear_storage(site),就像你浏览器设置里的“清除此网站的数据”按钮。browser.cookies(site) 会列出还剩下什么。
试一试 在你自己的浏览器里打开设置,搜索“网站数据”。它找到的页面会列出每一个在你设备上存储过东西的网站。找找那些你不认识的名字:你可能会发现几个你只是经过过的重定向服务。
用其他语言实现
用 JavaScript 写的同一个检测器,使用一个 Set:
function findBounceTrackers(history, today, windowDays = 45) {
const bounced = new Set(), used = new Set();
for (const visit of history) {
for (const hop of visit.hops) {
if (hop.wrote_storage) bounced.add(hop.site);
}
if (visit.interacted && today - visit.day <= windowDays) used.add(visit.landed);
}
return new Set([...bounced].filter(site => !used.has(site)));
}以及用 Go 写的,其中一个 map[string]bool 扮演集合的角色:
bounced, used := map[string]bool{}, map[string]bool{}
for _, v := range history {
for _, h := range v.Hops {
if h.WroteStorage { bounced[h.Site] = true }
}
if v.Interacted && today-v.Day <= windowDays { used[v.Landed] = true }
}回顾
- 跳转跟踪者通过在一瞬间成为顶层网站来躲过分区。
- 从历史记录中检测它们:它们在让你跳转时写入存储,而你从来没有真正使用过它们。
- 最近的交互,正是区分登录服务和收费站的东西。
- 防御办法是清除被标记网站的存储,这样下一次跳转看到的就是一个陌生人。
编写 find_bounce_trackers(history, today, window_days=45)。它返回一个由网站组成的集合,这些网站至少有一次以跳的身份写入了存储(任何一次访问、任何一天),并且在窗口内 Sam 没有把它们作为落脚网站进行过交互(today - visit["day"] <= window_days 且 visit["interacted"] 为 True)。编写 purge(browser, flagged),它为每一个被标记的网站调用 browser.clear_cookies(site) 和 browser.clear_storage(site),并返回它清除了多少个网站。然后运行 browser, history = make_history(seed=0),设置 flagged = find_bounce_trackers(history, TODAY),并调用 purge(browser, flagged)。
这个练习即将开放
完成它前面的那一课,这一课就会解锁。整门课程免费,无需账号,而且你现在就可以阅读这节课。
这个浏览器屏蔽了 learn.floati.life 的 Cookie,所以你在这里完成的课程无法按顺序打开。请允许这个网站使用 Cookie,然后重新加载。